豆包智谱“左右互搏” AI手机争霸战打响 微信淘宝们瑟瑟发抖？

出品|网易科技《态度》栏目

作者|栎行

编辑|丁广胜

手机行业正迎来一场前所未有的“底层革命”。

轰动一时的豆包AI手机，落地“登陆”并不顺利。几天之内，腾讯系微信、《王者荣耀》，淘宝闲鱼大麦等阿里系应用，乃至建行农行等主流平台几乎同步筑起高墙——登录异常、强制下线、操作拦截与安全警告接连发生，使这款旨在“用AI串联一切”的手机在短时间内处处碰壁。

然而战火未熄，新变数已至：正当豆包陷入重围之际，智谱突然宣布开源具备“Phone Use”能力的AutoGLM模型，支持微信、淘宝等超过50个高频应用场景，为任何厂商提供了打造“类豆包”能力的开源路径。

这一前一后，形成了鲜明对比：一边是字节跳动的深度集成、底层嵌入的“豆包模式”；另一边则是智谱开创的开源路径。这标志着战局从“单点突围”转向“生态对垒”。

在腾讯、阿里等平台以“安全”为名实施技术限制的背后，实则是新旧入口话语权的激烈博弈——这不仅是技术的迭代升级，更是一场关乎生态主导权、用户体验定义权以及未来商业模式的核心竞赛。行业格局或将因此重塑。

AI手机的两种未来路径

AI手机的发展正呈现两条鲜明技术路径。

一方是以豆包手机为代表的“系统级整合”路线。

豆包手机助手通过获得系统级权限，直接嵌入操作系统底层，获得了监控系统运行状态、读取应用界面信息、模拟用户点击操作的权限 ，从而能跨应用执行复杂任务。这需要手机厂商深度合作，将AI能力深度植入操作系统底层。

（图为用户测评豆包手机，语音要求手机买一瓶酱油。图源：iFANr）

这种闭源路径优势在于执行效率高、体验流畅，但深度集成需要手机厂商的全力配合，且不可避免地引发了关于权限过高的争议。

另一方是智谱开创的“开源视觉路线”。

该方案不寻求系统级权限，而是通过计算机视觉技术，模拟人类与手机交互的基本方式：先通过屏幕截图“看”懂界面，再通过大模型分析“思考”该做什么，最后模拟手指操作完成指令。

AutoGLM的创新之处在于将Agent行为分为“规划者”和“执行者”两层结构，分别负责决策和执行，这有效解决了“大模型看得懂但点不准”的行业难题。这种技术路径的优势在于兼容性强，不依赖应用厂商授权，但技术复杂度更高，体验的流畅度和稳定性面临更大挑战。

（图为智谱AutoGLM接入手机界面）

本质上，豆包是试图改造手机本身，让AI成为操作系统的核心组成部分；而智谱则是为用户提供了一个在云端运作的AI助手，通过远程控制方式操作应用 。这两种技术都旨在让AI像人一样操作手机应用，完成跨应用复杂任务，但它们的实现路径和商业模式却截然不同。

从大众最为关心的隐私保护层面，两种方案呈现出根本性的不同取向。

豆包AI手机由于需要系统级权限，理论上能够访问手机上的所有数据。尽管开发团队强调采用了虚拟屏操作、权限隔离和本地处理等安全措施，并承诺敏感数据不会保存且不会进入模型训练，但这一设计仍然难以完全消除用户的隐私担忧。有评论指出，“代码是干净的，但掌握代码的人呢？”

AutoGLM则通过云端“云手机”方案从架构上尝试规避这一风险。所有操作都在云端虚拟手机的沙箱环境中完成，模型无法接触到用户真实手机上的隐私数据。这种设计虽然降低了隐私风险，但也带来了新的问题，如网络依赖性、操作延迟等体验层面的挑战。

豆包和AutoGLM的不同选择，反映了两家公司在大模型时代的战略定位差异。

豆包背后是字节跳动的“硬件梦”和超级入口野心。虽然字节明确表示无自研手机计划，而是与多家手机厂商洽谈合作 ，但其通过软件定义硬件的方式改造现有入口系统，目标是在AI时代守住超级入口 。这种差异化定位也反映在市场表现上。豆包手机凭借其创新性引发了高度关注，首批3万台备货被一抢而空，闲鱼价格被炒至万元上下。

智谱则定位为AI能力提供者，不与手机厂商直接竞争。除了开源AutoGLM，智谱已与荣耀、三星等头部手机厂商合作，将Agent体验带入其旗舰手机 。而智谱通过开源策略，希望成为AI手机生态的“关键拼图”，而非主导者 。

AI手机到智驾时刻了吗？

随着AI手机概念的持续升温，业界开始出现一个引人深思的比喻：AI Agent正推动手机产业迎来“智驾时刻”，如同自动驾驶技术对汽车行业的改造。

从技术成熟度来看，当前的AI手机确实处于类似“辅助驾驶”的早期阶段。无论是豆包还是AutoGLM，都已能够完成点外卖、订机票等长达数十步的复杂操作，这证明了大模型在理解图形界面和执行复杂任务方面的基本可行性。

然而，就像早期的自动驾驶系统一样，现阶段的AI手机助手仍然需要面对各种边界情况，其可靠性、泛化能力与真正成熟可用的产品还有明显差距。此前，财联社在实测中发现，遇到设计特殊的APP界面时，可能出现操作适配不顺畅的情况。

更为复杂的挑战来自于生态层面的博弈。应用厂商与AI助手之间的冲突，本质上是关于“流量控制权”的重新分配。

周鸿祎此前坦言，这种能绕过App直接完成任务、让服务直达用户的AI助手，会直接冲垮互联网大厂的护城河。很快，用户反馈微信、淘宝等应用出现登录异常或风控提示。迫于压力，豆包团队在12月5日发布公告，对金融支付、刷分激励等敏感场景的AI操作能力进行了规范化限制。

互联网平台面临一个艰难的战略抉择：是继续“修筑高墙”保护自己的领地，还是主动开放API，与AI Agent共建一个新生态？这种博弈不仅发生在技术层面，更涉及到深层的商业利益分配。

从产业发展角度观察，AI手机的兴起正在推动整个产业链的转型升级。芯片、传感器等上游产业链迎来新的发展机遇，AI芯片、算力等各个环节的企业都在寻找与AI结合的新机会。同时，行业竞争焦点正从硬件参数转向生态整合能力。随着高通、联发科等芯片厂商主导端侧大模型适配，终端品牌的差异化空间将更多体现在AI能力的整合与创新上。这种转变预示着手机行业可能迎来新一轮的洗牌。

市场数据也印证了AI手机的发展潜力。据IDC预测，2024年全球生成式AI手机出货量将同比增长363.6%，达到2.342亿部。到2028年，这一数字预计将达到9.12亿部。高增长预期背后是巨大的市场潜力，但也提示着行业尚未形成稳定格局，各种技术路线都有其发展空间。

从用户需求层面分析，智能手机创新疲软已久，中信证券的研报显示，目前全球换机周期延长至51个月。AI Agent被视为下一波换机潮的关键驱动力。然而，用户对AI助手的接受度不仅取决于技术能力，还关乎信任建立。隐私安全、操作可靠性、使用成本等因素都将影响用户的采纳决策。

AI手机的形态很可能不会由单一路径垄断。系统级整合与视觉Agent路线各具优势，或许会在竞争中相互借鉴、融合。正如业界观察所指出的，决定最终格局的，将是哪些技术能够真正落地、跑稳、跑广，赢得用户信任。